| 研究課題/領域番号 |
17H01842
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
学習支援システム
|
|---|
| 研究機関 | 久留米大学 (2020)
広島工業大学 (2017-2019) |
|---|
研究代表者 |
廣瀬 英雄 久留米大学, 付置研究所, 客員教授 (60275401)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 知的学習支援システム |
|---|
| 研究成果の概要 |
問題発見能力と問題解決能力を同時に育成することができるような知的で信頼度の高い大規模な学習支援システム（オンラインテストシステム）を構築した。蓄積された評価結果は将来の教育方針を策定する資料として利用できる。例えば、ドロップアウトリスクの学生を早期に発見しアラートを出すことでドロップアウトを未然に防ぐことができる。また、ラーニングアナリティクス*によって、記述試験の評価の際の評価者による評価バイアスが存在することが確認でき、そのバイアスを除去する方法について提案できた。
*ラーニングアナリティクス：教育関連のデータを分析しどのようにフィードバックすれば教育現場が改善されるかを解き明かすもの
|
| 研究成果の学術的意義や社会的意義 |
これまで、学習支援システムは教材の提供やカリキュラム支援を行うことが主体であったため、教育効果を定量的に評価することは困難であった。そこで、本研究では、現代テスト理論（IRT*）を積極的に取り入れることでテスト結果の評価を高い精度で行うことができることを示し、評価結果の見える化を促した。また、ラーニングアナリティクスによって将来の教育方針への指針を得ること可能性を示すことができた。システムには汎用性があるため、問題データベースなどの資源の大学間共有化が図れる。
*IRT：Item Response Theory, 項目反応理論ではテスト結果により受験者の能力値と問題の困難度を同時に求められる
|
